计算机应用

作者：赵元龙, 单玉刚, 袁杰, 赵康迪

单位：1.新疆大学 电气工程学院，乌鲁木齐 830017；2.湖北文理学院 教育学院，湖北 襄阳 441053

关键词：图像处理,目标跟踪,毕达哥拉斯模糊决策,实例分割,孪生网络

基金：国家自然科学基金资助项目(62263031);新疆维吾尔自治区自然科学基金资助项目(2022D01C53);湖北省教育科学规划基金资助项目(2021GA048);教育部产学合作协同育人项目(202102602033);襄阳市科技计划项目（高新领域）(2020ABH001799);湖北文理学院“双百行动计划”项目(PYSB20202016);湖北文理学院2021年度教师科研能力培育基金资助项目(2021KPGPSK08)

为了解决目标跟踪中的尺度变化、相似性干扰、遮挡等问题，提出一种基于实例分割与毕达哥拉斯模糊决策的目标跟踪算法。在实例分割网络YOLACT++ （improved You Only Look At CoefficienTs）的基础上，融合3种不同的匹配方式针对不同场景预测跟踪结果；同时提出一种基于毕达哥拉斯模糊决策的模板更新机制，即根据预测结果的质量作出是否更新目标模板和更换匹配方式的决定。实验结果表明，所提算法能够更准确地跟踪存在尺度变化、相似性干扰、遮挡等问题的视频序列。相较于SiamMask算法，所提算法在DAVIS 2016、DAVIS 2017数据集上的区域相似度分别提高了12.3、15.3个百分点，在VOT2016、VOT2018数据集上的预期平均重叠率（EAO）分别提高了4.2、4.1个百分点，且所提算法的平均跟踪速度为每秒32.00帧，满足实时性要求。

来源：2023年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第6期